跨省级行政区城市群空间经济效率测度与时空分异研究——以哈长城市群为例

(哈尔滨师范大学 地理科学学院,黑龙江 哈尔滨 150025)

城市群是城市发展到成熟阶段的一种高级空间组织形式,是区域内一定数量的不同性质、不同类型和不同规模的城市,以一个或多个特大城市为核心,彼此联系紧密、相对完整的城市集合体[1]。我国《第十三个五年规划纲要》提出,“坚持以人的城镇化为核心，以城市群为主体形态……”作为推进新型城镇化的重要举措,国家主体功能区划也把城市群视为优化开发区和重点开发区,说明城市群发展已经成为我国重要的空间战略。

据不完全统计,我国有大小不等、发展发育阶段各异的城市群有20余个,这些城市群以占全国不到22%的空间集中了全国约50%的人口和约80%的经济总量。但在发展过程中,尤其是跨省级行政区城市群由于个体利益诉求与城市群整体发展目标不一致,导致空间经济效率难以达到较高水平,同时存在行政壁垒导致空间极化严重、竞争大于合作、空间资源难以优化配置等问题,阻碍了城市群整体健康发展。因此,对跨省级行政区城市群的空间经济效率进行测度和优化研究,将进一步推动我国城市群的经济发展。

本文提及的城市群空间经济效率是指在城市群空间结构影响下对城市群经济性能的综合衡量,包括投资产出率、劳动生产率和经济密度等。城市群空间结构重点考察跨省级行政区城市群内部的空间集散和相互作用特征。目前国外关于城市群空间经济效率的研究相对较少,早先研究主要集中在区域和城市集聚经济与规模经济的纯经济理论探讨方面,并得出集聚经济和规模经济能提高劳动生产率这一共识。2000年后,地理学者和空间经济学者从人口集聚角度研究区域发展,认为空间结构是影响效率的重要方面[2]。随后,出现了学术争论:一是单中心结构更有效率还是多中心结构更有效率；二是外部经济(效率)是仅存在于有明确边界的单一城市内，还是共存于一组有功能联系的城市群内的讨论[3,4]。争论焦点是由多个中小城市构成的网络体系可否替代单一大城市的外部性？这些争论目前仍然没有得到统一的答案。最近比较系统的相关研究是Henderson等将空间要素作为内生变量引入主流经济学中,并阐明了经济增长和地理空间结构之间相互影响研究的基本要素与框架[5]。在理论探讨的同时,众多学者将相关理论应用于实践,较具代表性的有:Cervero基于对47个美国大都市区的数据分析,发现高首位度、就业密度和集聚经济对生产率具有正效应[6];Meijers E J、Burger M J选择20个美国大都市区样本,重点研究了都市区城镇空间结构和劳动生产率之间的关系,认为多中心结构是区域空间的发展趋势[7]。国内对城市群空间结构与效率的研究集中在地理学者以外的概念性理论研究及经济地理和城市地理学者的实证研究。在概念性理论研究方面,韦亚平等在国内率先开展了对“空间结构与绩效关系”的探讨,认为应从人口压力角度来定义结构绩效[8];范剑勇等从空间效率角度探讨了区域协调发展问题,认为区域内部需求是影响空间效率的核心因素[9];刘修岩认为空间要素是衡量空间效率的重要内容,空间要素的整合,必然会对某一地区的空间效率产生影响[10]。实证理论研究方面相关研究主要集中在投入—产出效率、空间效率测度和空间结构差异与经济绩效等问题上[11-16],并无观点相左之处。

综上所述,国外研究以讨论区域经济外部性为主,并逐渐开始关注区域空间结构的外部性,但在空间结构与经济效率之间的关系问题上仍然存在着较大争论,相关评价指标体系仍有待完善,缺少对城市群的区域研究。国内研究则在实证研究中鲜有从跨省级行政区这一视角对城市群空间经济效率进行研究的成果。本文选取我国哈长城市群这一典型的跨省级行政区城市群作为研究对象,探索了跨省级行政区城市群的空间结构与经济效率的特征和演变规律,分析了空间结构对经济效率的影响特征,为哈长城市群健康、快速与可持续发展提供了理论依据和对策性建议。

哈长城市群规划范围包括黑龙江省的哈尔滨市、大庆市、齐齐哈尔市、绥化市、牡丹江市和吉林省的长春市、吉林市、四平市、辽源市、松原市、延边朝鲜族自治州(图1)。哈长城市群面积约262641km2,截至2017年底人口总量约4753万人,经济总量达到2.61万亿元人民币。城市群所处区域为东北平原北部、中部,气候类型温带季风气候,是我国面向东北亚地区和俄罗斯对外开放的重要门户、全国重要的能源与装备制造基地和区域性的原材料、石化、生物、高新技术产业、农产品加工基地,是带动东北地区发展的重要增长极[17]。

图1 哈长城市群地理范围

1 研究方法与数据来源

1.1 研究方法

DEA方法是运筹学、管理科学和数理经济学交叉研究的产物,它是一种对若干具有多投入、多产出的决策单元进行经济有效性分析的定量计算方法[18-20]。DEA方法的主要优点是：一方面，由于投入和产出之间的关系有具体的函数形式,避免了设定误差;另一方面,因为采用最优化方法来内定权重，所以DEA模型没有因为主观确定权重带来的缺陷[21-24]。

DEA方法主要有两种基本模型,为了更加符合现实中的客观事实,本文主要采用考虑变动规模报酬的VRS模型并构建了城市群空间经济效率评价体系，见表1。

表1 城市群空间经济效率评价体系

1.2 数据来源

本文所采用的原始数据主要来源于相关年份的《中国城市统计年鉴》、《中国县域统计年鉴》、《黑龙江省统计年鉴》和《吉林省统计年鉴》,数据年份为2008—2017年,统计指标主要为哈长城市群包含的11个地级市的人口、地区生产总值、面积、就业人口、固定资产投资、城市间道路距离等。

2 哈长城市群空间结构定量测度及特征

2.1 指标选取

本文选取分散度、城市规模基尼指数和空间相互作用指数作为哈长城市群的空间结构测度的指标。

分散度:从人口角度通过分散度指标反映哈长城市群空间结构的集散状况。计算公式为:

Di=1-∑Si/S

(1)

式中,Di为分散度;S为城市群的总人口规模;Si为该城市群内i城市市辖区的人口规模。分散度数值的大小反映了人口分布的集中分散程度：数值越大,说明人口在城市群内的分布越趋于分散,无明显的中心城市;数值越小,说明人口更趋向于城市群内的一个或多个中心城市集中分布[25]。

城市规模基尼指数:城市规模基尼指数是由加拿大约克大学的马歇尔教授在研究不同规模的城市发展成长状况时提出的[26]。本文选取城市规模基尼系数来测度哈长城市群的发展规模,反映其空间结构。计算公式为:

G=T/2S(n-1)

(2)

一个城市群区域内包括n个城市,设S为区域总人口,T为n个城市之间人口规模之差的绝对值总和。基尼指数趋近于0,说明城市之间的规模较为均衡且人口分散;趋近于1,说明城市之间的规模差距较大且人口集中[27]。

空间相互作用:空间相互作用理论强调城市间的相互作用是城市群空间结构外在形态产生和发展的内在动力[28]。城市群的空间相互作用指数反映哈长城市群内各个城市联系的紧密程度。计算公式为:

(3)

式中,Pi、Pj为城市群内第i、j市辖区的总人口;GDPi、GDPj为城市群内第i、j市辖区地区生产总值;Dij为两城市之间的距离;n为城市群内包含城市的数量。相互作用指数越高，说明城市间空间联系越紧密,反之则松散。

2.2 哈长城市群空间分布特征分析

应用式(1)—(3)分别测算哈长城市群及内部各市州的分散度、基尼指数和空间相互作用指数,计算结果见图2、表2。

图2 2008—2017年哈长城市群11个城市的分散度和基尼指数变化情况

表2 哈长城市群空间结构测度结果

哈长城市群分散度特征：总体上看,2008—2017年哈长城市群分散度数值呈下降趋势,黑龙江省部分和吉林省部分亦然,表明哈长城市群处于人口向中心城市缓慢集聚状态。从速度看,吉林省的空间集聚速度快于黑龙江省;从集聚程度看,黑龙江省2017年的分散度为0.631,大于吉林省的0.601,说明吉林省的人口空间集聚程度更高。从城市群内部看,分散度小于0.5的城市仅有大庆和长春,说明两者的人口趋向于市中心集中分布。分散度趋近于1的城市有齐齐哈尔、绥化、松原、延边、四平,说明这些城市内部的人口分布相对分散。从变化趋势看,长春市的分散度变化最大,这与长春市近年撤市变区等行政区划调整有关。

哈长城市群城市规模差异特征:从总体上看,2008—2017年哈长城市群城市规模基尼指数的数值呈现上升趋势,说明城市群内部的城市规模差异在逐渐扩大。尽管吉林省部分的分散度低于黑龙江省,但吉林省的规模基尼指数总体高于黑龙江省,说明吉林省部分中心城市规模远大于其他城市。从城市群内部看,哈尔滨和延边州的城市规模基尼指数较高,但两者处于不同的集聚状态,哈尔滨属于高人口量集中型,延边则属于低人口量集中型。

哈长城市群空间的相互作用特征:总体上看,哈长城市群内部空间相互作用指数总体呈现上升特征,从2008年的2.590上升至2017年的6.015,尤其是在2011年和2013年明确提出打造哈长城市群以后,城市群空间联系越来越紧密,说明城市群发育发展较好。但从两省各自部分看,吉林省和黑龙江省的各自空间相互作用指数均大于哈长城市群整体,说明在行政壁垒的作用下,城市群内部还需进一步增强联系。

3 哈长城市群经济效率定量测度与特征

3.1 指标选取

投资生产率反映城市群资本投资的产出效率,经济密度反映城市群的经济发达度,劳动生产率反映城市群的人均劳动产出状况,本文选取这3个指标对哈长城市群的经济效率进行表征。

投资生产率是指一定时期内投资量创造出的产出,产出越多,投资产出率越高[29]。计算公式为:

投资生产率=全市GDP/全社会固定资产投资

(4)

经济密度是指区域国民生产总值与区域面积之比,用于表达单位面积土地上经济的效益水平。经济密度表征了城市单位面积上经济活动的效率和土地利用的密集程度[30]。计算公式为:

经济密度=市辖区的总产值/市辖区面积

(5)

劳动生产率是指劳动者在一定时期内创造的劳动成果与其相适应的劳动消耗量的比值。一个区域的劳动生产率状况反映着该区域的社会发展力水平[31]。计算公式为:

劳动生产率=全市生产总值/全市就业人员

(6)

3.2 哈长城市群经济效率特征分析

应用式(4)—(6)对哈长城市群投资生产率、经济密度和劳动生产率指标进行计算,结果见表3、图3。

表3 哈长城市群经济效率的测度结果

图3 2008—2017年哈长城市群11个城市经济效率变化情况

哈长城市群投资生产率特征:总体看,2008—2017年哈长城市群投资生产率数值呈下降趋势。这与近年来哈长城市群乃至东北地区的经济发展滞缓相吻合,同时也表明地方经济发展与房地产开发关系更为密切。吉林省部分投资生产率呈现波动变化,但总体变化趋势很小。黑龙江省部分投资生产率下降特征明显,从2008年的2.73下降到2017年的1.45,表明黑龙江省部分经济发展活力下降,对房地产开发等固定资产投资依赖度更高。从城市群内部看,哈长城市群各城市投资生产率总体呈上升趋势的城市有大庆、辽源、延边,其他城市均呈下降趋势。大庆市历年固定资产投资呈现下降趋势,说明大庆市近年来在维持石油总量产出的基础上,大力促进产业转型升级效果显著,旅游业、高端制造业均有长足发展。辽源和延边在固定资产投资逐年提高的情况下,仍保持了投资生产率持续增长,说明地方经济发展活力较好。

哈长城市群经济密度特征:总体看,2008—2017年哈长城市群、黑龙江省部分和吉林省部分的经济密度整体呈波动上升趋势,尤其是2013年后经济密度增长速度放缓,甚至出现负增长,这与经历了一轮东北老工业基地振兴的快速经济发展后出现经济发展速度放缓有着直接的关系。从城市群内部看,哈长城市群内城市间的经济密度差异较为明显,长春、哈尔滨、辽源和大庆经济密度最高,绥化的经济密度最低。

哈长城市群劳动生产率特征:总体看,2008—2017年哈长城市群近10年的劳动生产率呈上升趋势,黑龙江省部分从14.99上升到24.65,吉林省部分从15.44上升到21.49,黑龙江省部分的增速较吉林省部分稍快。从城市群内部看,哈长城市群内各城市的劳动生产率处于前三位的城市依次是大庆市、吉林省和松原市,而劳动生产率最低的城市是延边自治州。

4 哈长城市群空间经济效率测度与特征

4.1 时间维度分析

采用传统DEA模型对哈长城市群空间经济效率进行测算,结果见表4。从表4可见,2008—2017年哈长城市群的空间经济效率呈波动下降趋势,2014年以前空间经济效率持续下降,随后呈现上升态势,说明哈长城市群的确立和发展对空间经济效率有一定的促进作用。

表4 2008—2017年哈长城市群的空间经济效率及投入产出状况

注:对指标体系进行了z-score标准化处理。

从DEA分析结果中投入变量的松弛来看,分散度对城市群空间经济效率有一定影响。即城市群集聚程度越分散,效率越低,且分散度的投入冗余总体呈现下降趋势,说明随着城市群的不断集聚,分散度对经济效率的消耗在逐渐减少;城市规模基尼指数的影响特征与分散度类似,历年均有冗余,到2017年的冗余为0.01,说明城市群内的城市规模差异对经济效率的影响正在逐渐减弱;相互作用指数的冗余总体变化不大,但影响最为稳定,说明相互作用指数对城市群空间经济效率呈持续的阻碍特征,哈长城市群内部的空间联系和紧密程度并未得到有效利用,在相互作用指数持续增加的前提下,空间经济效率仍出现了下降趋势,这与本文认为的城市群内部行政壁垒严重的假设相吻合。即行政壁垒不仅影响了城市群内部的总体空间和经济联系,且影响了空间经济效率的提升。

从产出不足看,投资生产率产出不足呈先上升再下降的变化特征,与我国房地产开发等固定资产投资发展相吻合。2009—2016年在大力发展房地产开发期间,投资生产率产出不足最高,说明尽管产地产对经济发展有较高贡献,但效率较低。近两年,房地产市场发展趋缓,投资生产率产出不足逐渐开始下降;经济密度的产出不足总体呈现下降特征,说明现有城市群空间结构对城市群经济发展呈一定的阻碍作用,且阻碍效果在持续的波动下降;与经济密度的产出不足相同,劳动生产率产出不足也呈现下降趋势,说明在哈长城市群总体空间经济效率下降的大趋势下,城市群空间结构对劳动生产率这一单一指标的提高仍有促进作用。

4.2 空间维度分析

选取2008年、2013年和2017年3个截面数据,运用DEA-VRS模型,计算哈长城市群各城市及两省部分的空间经济效率,结果见表5、图4。从各省部分看,2008年两省空间经济效率与哈长城市群总体持平,但黑龙江省的经济效率下降较大,从2008年的0.88下降到2017年的0.78,尽管2013年后有所提升,但仍低于吉林省部分。吉林省部分总体效率高于黑龙江省部分,且变化不大。从各省部分看,2008年两省空间经济效率与哈长城市群总体持平,但黑龙江省的经济效率下降较大,从2008年的0.88下降到2017年的0.78,尽管2013年后有所提升,但仍低于吉林省部分;吉林省部分虽然总体效率高于黑龙江省部分,但变化不大。

表5 2008年、2013年和2017年哈长城市群及两省空间经济效率的变化情况

图4 2008年、2013年和2017年哈长城市群各城市的空间经济效率变化情况

从城市群内部各城市的效率看,2008年综合效率达到DEA最优的城市为哈尔滨、大庆、四平、长春、松原;2013年综合效率达到DEA最优的城市为哈尔滨、大庆、吉林、长春、松原、辽源、四平;2017年效率达到DEA最优的城市为哈尔滨、大庆、长春、松原、辽源。由此可见,城市群内部的中心集聚对空间经济效率提升有正向的影响,这与前述的城市群集聚程度越分散,效率越低的结论相符。

5 结论与讨论

5.1 结论

本文主要通过构建空间经济效率测度指标体系,运用DEA模型对哈长城市群这一典型的跨省级行政区城市群进行了空间经济效率测度和特征分析。主要结论包括:①哈长城市群处于人口向中心城市缓慢集聚的态势,城市群内部各城市之间的规模差异逐渐增加,城市之间联系愈加紧密,但是在行政壁垒的影响下,哈长城市群总体空间相互作用指数低于两省各自的部分。②虽然哈长城市群的劳动生产率和经济密度持续增长,但是投资生产率下降,说明依托房地产开发等固定资产投资的经济增长方式是低效率的表现。③分散度对城市群空间经济效率具有一定的正向影响,即城市群集聚程度越分散,效率越低;在相互作用指数持续增加的前提下,空间经济效率仍然呈现出下降的趋势,进一步印证了行政壁垒对空间经济效率的阻碍作用。④在哈长城市群总体空间经济效率下降的大趋势下,城市群空间结构对劳动生产率这一单一指标的提高仍然具有促进作用。

5.2 讨论

本文以哈长城市群为例分析其空间结构与经济效率之间的关系,所得结论与学界主流的区域集聚能提高经济效率的结论相一致的,但稍有不同的是影响效果在逐渐下降。空间结构对经济效率的影响更多地体现在城市群内部城市之间的联系上,但不断增加的城市之间联系却并没有带来空间经济效率的提高,而跨省级行政区城市群的行政壁垒加剧了这一现象的产生。本文研究还发现,虽然劳动生产率和经济密度都在提高,但是2008—2017年哈长城市群总体效率却出现了下降的趋势,这与指标中的投资生产率有着直接关系,表明增加固定资产投资在推动城市群经济发展过程中的作用在减弱,依托高新技术和产业转型的发展才是城市群快速、健康与可持续发展的有效路径。

本文限于个别数据获取较难,一些更能客观表征哈长城市群空间结构和经济效率的指标被迫放弃。在以后的研究中,随着数据的丰富与进一步完善,将构建更加科学合理的指标体系对哈长城市群空间经济效率研究。